Opens in a new tab

使用 project-scaffold Skill 建立 AI Agent 協作開發的專案骨架

project-scaffold Skill

分享一個我在建立軟體專案時常用的目錄與文件結構範本,最近將它整理成一個 Agent Skill,名稱為 project-scaffold。

這個 Skill 主要用於建立軟體專案的基礎骨架。

使用者可以先預覽預設的專案結構樹,再透過自然語言調整需要新增、移除或更名的目錄與文件,確認後就能自動生成專案骨架。

GitHub:project-scaffold-skill

整個 Skill 採用 Agent Skills 開放規格,不綁定單一 AI 工具,可供 Codex、GitHub Copilot、Claude Code,以及其他相容的 Agent 使用。

AI Agent 協作專案需要哪些基礎結構?

在 AI Agent 協作開發中,我認為專案的基礎骨架至少需要涵蓋兩個部分:

  1. 專案規範(Project Rules):讓 Agent 理解專案的開發原則、技術規範與目錄組織方式。
  2. 專案文件(Project Documents):讓 Agent 能找到需求、架構、研究、工作記錄及交接資訊。

這兩個部分,也是 project-scaffold 預設專案結構的主要設計方向。

一、專案規範(Project Rules)

目前多數 AI Coding Agent 已支援透過 Markdown 文件定義專案規範。

例如 Codex、GitHub Copilot 可以使用 AGENTS.md 作為規範入口;Claude Code 則主要使用 CLAUDE.md。

兩者都是 Markdown 格式,規範內容基本可以共用。

主規範應維持簡潔

我的習慣是將主規範控制在約 100 行以內,並參考 Andrej Karpathy 所倡議的簡潔、務實原則,避免將過多細節全部塞進同一份文件。

其他細部規範則依不同性質拆分,預設放在 .agent-rules/ 目錄下。

例如:

  • tech-stack.md:定義專案採用的技術堆疊、框架及相關開發規範。
  • project-structure.md:定義專案目錄結構,以及各目錄的用途。

其他如工作追蹤、測試與驗證等規範,也可以視專案需要再增加。

依需求載入細部規範

主規範只保留共通原則與細部規範文件的索引。

當 Agent 執行特定任務時,再依據任務性質讀取對應文件,而不是每次都將所有規範載入 Context Window。

這樣可以讓主要規範保持精簡,也比較容易維護不同類型的開發規則。

二、專案文件(Project Documents)

另一個重要部分,是專案開發過程中的各類文件。

我的習慣是將這些文件統一整理在 docs/ 目錄下,再依照用途分類。

主要文件分類

docs/
├── requirements/
├── architecture/
├── research/
└── tracking/

各目錄的用途:

  • requirements/:需求規格與功能需求。
  • architecture/:系統架構、設計決策與 ADR(Architecture Decision Record)。
  • research/:技術研究與調研資料。
  • tracking/:專案工作追蹤與開發記錄。

開發記錄與工作交接

其中 tracking/ 還可以進一步細分:

tracking/
├── devlog/
├── handoff/
└── backlog/
  • devlog/:記錄開發過程、程式變更及驗證結果。
  • handoff/:整理工作交接資訊,讓不同 Agent 或新的 Session 可以接續先前的工作。
  • backlog/:管理待辦事項與後續工作規劃,可依需求選用。

這幾個目錄在 AI Agent 協作開發時尤其實用。

例如,一個 Agent 完成部分功能後,可以將目前進度、修改內容及尚未處理的問題記錄在交接文件中,讓後續的 Agent 或新的 Session 有明確的接續依據。

當然,這些目錄並不是強制規定,而是提供一個可以調整的起點。

不同專案可以依實際規模與需求增減,不需要一開始就建立過於複雜的結構。

三、為什麼要先整理專案規範與文件?

良好的專案組織,不只是為了讓目錄看起來整齊,更重要的是改善 AI Agent 的協作方式。

透過明確的規範與文件分類,可以讓 Agent 更容易找到需要的上下文,減少不必要的 Token 消耗,也降低開發過程中偏離需求或設計方向的機會。

尤其在以下情境中,這些文件更能發揮作用:

  • 跨 Session 開發:新的對話或工作階段,可以透過既有文件了解目前進度。
  • 不同 Agent 協作:讓不同 Coding Agent 依據共同規範與交接資訊接續工作。
  • 長期專案維護:保留開發記錄與設計決策,避免重要資訊只存在於過去的對話紀錄中。

我認為關鍵在於:

把專案的規範、需求、架構、研究、驗證與工作狀態,放在一個 Agent 找得到、讀得懂,也能持續追蹤與維護的位置。

這也是我將這套專案骨架整理成 project-scaffold Skill 的主要目的。

project-scaffold:從專案範本到可調整的 Skill

與直接複製一份固定的專案模板相比,我希望透過 Agent Skill 的方式,讓使用者能先檢視整體結構,再使用自然語言調整目錄與文件。

不論是新增、移除或重新命名,都可以在確認後再建立實際的專案骨架。

讓專案規範與文件結構成為開發流程的一部分,而不是每次開始新專案時,都要重新整理一次。

專案原始碼與使用說明:

GitHub:kenming/project-scaffold-skill

如果使用上遇到問題,或有改進建議,也歡迎透過 GitHub Issue 交流。

留下第一條留言